Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPel - Guaiaca |
Texto Completo: | http://guaiaca.ufpel.edu.br/handle/prefix/9054 |
Resumo: | Para avaliação das fissuras foram utilizadas amostras de três lotes de sementes de arroz, um lote contendo semente úmida, não submetida à secagem (semente com casca) e dois lotes submetidos à secagem, um contendo semente com casca e outro contendo semente sem casca, cada amostra contendo 100 sementes. Foram captadas imagens em formatos de raio X e RGB, na sequência processadas no software ImageJ - FIJI e introduzidas no software de aprendizagem de máquina, onde foram pré-processados com a utilização dos filtros adequados e depois classificadas por meio dos classificadores J48 e LDA. As imagens de raio X utilizando equipamento diferenciado permitem identificar fissuras em sementes de arroz pela utilização de técnicas de processamento de imagens e do classificador LDA. Além disso, a captura de imagens por RGB constitui-se em alternativa viável. A utilização dos filtros de forma individual ou em combinação pode consistir numa adequada alternativa para a classificação de sementes de arroz. Para a separação de sementes de arroz vermelho e preto de sementes de arroz branco, a componente de cor mais adequada é a escala de vermelho. Por outro lado, para sementes de arroz preto e vermelho a resposta mais eficiente é obtida com a escala de azul. Para as diferenças de dimensões entre sementes é possível utilizar técnicas de processamento de imagens, sendo que as relações de comprimento e largura são as mais promissoras para alcançar maior eficiência do processo, com precisão de 72 e 73%, respectivamente. |
id |
UFPL_7679aeecf4c3714bf66d74f4507f9b7c |
---|---|
oai_identifier_str |
oai:guaiaca.ufpel.edu.br:prefix/9054 |
network_acronym_str |
UFPL |
network_name_str |
Repositório Institucional da UFPel - Guaiaca |
repository_id_str |
|
spelling |
2023-02-02T00:19:02Z2023-02-02T00:19:02Z2022-04-18MONTEIRO, Rita de Cassia Mota. Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens . 2022. 71f. Dissertação(Mestrado em Ciência e Tecnologia de Sementes) – Faculdade de Agronomia Eliseu Maciel, Universidade Federal de Pelotas, Pelotas, 2022.http://guaiaca.ufpel.edu.br/handle/prefix/9054Para avaliação das fissuras foram utilizadas amostras de três lotes de sementes de arroz, um lote contendo semente úmida, não submetida à secagem (semente com casca) e dois lotes submetidos à secagem, um contendo semente com casca e outro contendo semente sem casca, cada amostra contendo 100 sementes. Foram captadas imagens em formatos de raio X e RGB, na sequência processadas no software ImageJ - FIJI e introduzidas no software de aprendizagem de máquina, onde foram pré-processados com a utilização dos filtros adequados e depois classificadas por meio dos classificadores J48 e LDA. As imagens de raio X utilizando equipamento diferenciado permitem identificar fissuras em sementes de arroz pela utilização de técnicas de processamento de imagens e do classificador LDA. Além disso, a captura de imagens por RGB constitui-se em alternativa viável. A utilização dos filtros de forma individual ou em combinação pode consistir numa adequada alternativa para a classificação de sementes de arroz. Para a separação de sementes de arroz vermelho e preto de sementes de arroz branco, a componente de cor mais adequada é a escala de vermelho. Por outro lado, para sementes de arroz preto e vermelho a resposta mais eficiente é obtida com a escala de azul. Para as diferenças de dimensões entre sementes é possível utilizar técnicas de processamento de imagens, sendo que as relações de comprimento e largura são as mais promissoras para alcançar maior eficiência do processo, com precisão de 72 e 73%, respectivamente.For fissure evaluation, samples of three lots of rice seeds were used, a lot containing moist seed not subjected to drying (peeled seed) and two lots submitted to drying, a seed with peel and another containing seedless seed, each Sample containing 100 seeds. Images in X-ray and RGB formats were provided in the sequence processed in the ImageJ - FIJI software and introduced in the machine learning software, where they were pre-processed using the appropriate filters and then classified through the J48 and LDA classifiers. X-ray images using differentiated equipment allow identifying cracks in rice seeds by using image processing techniques and the LDA classifier. In addition, the capture of images by RGB is a viable alternative. The use of filters individually or in combination may consist of an adequate alternative for rice seed classification. For red and black rice seed separation of white rice seeds, the most suitable color component is the scale of red. On the other hand, the most efficient response is obtained with the blue scale for black and red rice seeds. It is possible to use image processing techniques for the differences in seeds, and the length and width ratios are the most promising to achieve greater process efficiency, accurately from 72 and 73%, respectivelyCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESporUniversidade Federal de PelotasPrograma de Pós-Graduação em Ciência e Tecnologia de SementesUFPelBrasilFaculdade de Agronomia Eliseu MacielCNPQ::CIENCIAS AGRARIAS::AGRONOMIA::FITOTECNIA::PRODUCAO E BENEFICIAMENTO DE SEMENTESAgronomiaSementesArrozOryza sativa L.Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagensIdentification methods for rice seed separation regarding the difference in pigmentation, dimensions and fissures through image processinginfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://lattes.cnpq.br/2857338284308524http://lattes.cnpq.br/6923504145358889Gadotti, Gizele Ingridhttp://lattes.cnpq.br/4110765012494684Villela, Francisco AmaralMonteiro, Rita de Cassia Motainfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPel - Guaiacainstname:Universidade Federal de Pelotas (UFPEL)instacron:UFPELTEXTdissertacao_rita_cassia_mota_monteiro.pdf.txtdissertacao_rita_cassia_mota_monteiro.pdf.txtExtracted texttext/plain108784http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/6/dissertacao_rita_cassia_mota_monteiro.pdf.txt0f486e5596568c353ccb1d838085fe82MD56open accessTHUMBNAILdissertacao_rita_cassia_mota_monteiro.pdf.jpgdissertacao_rita_cassia_mota_monteiro.pdf.jpgGenerated Thumbnailimage/jpeg1220http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/7/dissertacao_rita_cassia_mota_monteiro.pdf.jpg8578ed99d1edbd6345d8fe6eda5391ceMD57open accessORIGINALdissertacao_rita_cassia_mota_monteiro.pdfdissertacao_rita_cassia_mota_monteiro.pdfapplication/pdf2997099http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/1/dissertacao_rita_cassia_mota_monteiro.pdff2bf8c0dcd5373b244b0a034cd59a4ceMD51open accessCC-LICENSElicense_urllicense_urltext/plain; charset=utf-849http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/2/license_url4afdbb8c545fd630ea7db775da747b2fMD52open accesslicense_textlicense_texttext/html; charset=utf-80http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53open accesslicense_rdflicense_rdfapplication/rdf+xml; charset=utf-80http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-867http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/5/license.txtfbd6c74465857056e3ca572d7586661bMD55open accessprefix/90542023-07-13 03:01:51.807open accessoai:guaiaca.ufpel.edu.br:prefix/9054VG9kb3Mgb3MgaXRlbnMgZGVzc2EgY29tdW5pZGFkZSBzZWd1ZW0gYSBsaWNlbsOnYSBDcmVhdGl2ZSBDb21tb25zLg==Repositório InstitucionalPUBhttp://repositorio.ufpel.edu.br/oai/requestrippel@ufpel.edu.br || repositorio@ufpel.edu.br || aline.batista@ufpel.edu.bropendoar:2023-07-13T06:01:51Repositório Institucional da UFPel - Guaiaca - Universidade Federal de Pelotas (UFPEL)false |
dc.title.pt_BR.fl_str_mv |
Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens |
dc.title.alternative.pt_BR.fl_str_mv |
Identification methods for rice seed separation regarding the difference in pigmentation, dimensions and fissures through image processing |
title |
Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens |
spellingShingle |
Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens Monteiro, Rita de Cassia Mota CNPQ::CIENCIAS AGRARIAS::AGRONOMIA::FITOTECNIA::PRODUCAO E BENEFICIAMENTO DE SEMENTES Agronomia Sementes Arroz Oryza sativa L. |
title_short |
Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens |
title_full |
Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens |
title_fullStr |
Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens |
title_full_unstemmed |
Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens |
title_sort |
Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens |
author |
Monteiro, Rita de Cassia Mota |
author_facet |
Monteiro, Rita de Cassia Mota |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/2857338284308524 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/6923504145358889 |
dc.contributor.advisor-co1.fl_str_mv |
Gadotti, Gizele Ingrid |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/4110765012494684 |
dc.contributor.advisor1.fl_str_mv |
Villela, Francisco Amaral |
dc.contributor.author.fl_str_mv |
Monteiro, Rita de Cassia Mota |
contributor_str_mv |
Gadotti, Gizele Ingrid Villela, Francisco Amaral |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS AGRARIAS::AGRONOMIA::FITOTECNIA::PRODUCAO E BENEFICIAMENTO DE SEMENTES |
topic |
CNPQ::CIENCIAS AGRARIAS::AGRONOMIA::FITOTECNIA::PRODUCAO E BENEFICIAMENTO DE SEMENTES Agronomia Sementes Arroz Oryza sativa L. |
dc.subject.por.fl_str_mv |
Agronomia Sementes Arroz Oryza sativa L. |
description |
Para avaliação das fissuras foram utilizadas amostras de três lotes de sementes de arroz, um lote contendo semente úmida, não submetida à secagem (semente com casca) e dois lotes submetidos à secagem, um contendo semente com casca e outro contendo semente sem casca, cada amostra contendo 100 sementes. Foram captadas imagens em formatos de raio X e RGB, na sequência processadas no software ImageJ - FIJI e introduzidas no software de aprendizagem de máquina, onde foram pré-processados com a utilização dos filtros adequados e depois classificadas por meio dos classificadores J48 e LDA. As imagens de raio X utilizando equipamento diferenciado permitem identificar fissuras em sementes de arroz pela utilização de técnicas de processamento de imagens e do classificador LDA. Além disso, a captura de imagens por RGB constitui-se em alternativa viável. A utilização dos filtros de forma individual ou em combinação pode consistir numa adequada alternativa para a classificação de sementes de arroz. Para a separação de sementes de arroz vermelho e preto de sementes de arroz branco, a componente de cor mais adequada é a escala de vermelho. Por outro lado, para sementes de arroz preto e vermelho a resposta mais eficiente é obtida com a escala de azul. Para as diferenças de dimensões entre sementes é possível utilizar técnicas de processamento de imagens, sendo que as relações de comprimento e largura são as mais promissoras para alcançar maior eficiência do processo, com precisão de 72 e 73%, respectivamente. |
publishDate |
2022 |
dc.date.issued.fl_str_mv |
2022-04-18 |
dc.date.accessioned.fl_str_mv |
2023-02-02T00:19:02Z |
dc.date.available.fl_str_mv |
2023-02-02T00:19:02Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
MONTEIRO, Rita de Cassia Mota. Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens . 2022. 71f. Dissertação(Mestrado em Ciência e Tecnologia de Sementes) – Faculdade de Agronomia Eliseu Maciel, Universidade Federal de Pelotas, Pelotas, 2022. |
dc.identifier.uri.fl_str_mv |
http://guaiaca.ufpel.edu.br/handle/prefix/9054 |
identifier_str_mv |
MONTEIRO, Rita de Cassia Mota. Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens . 2022. 71f. Dissertação(Mestrado em Ciência e Tecnologia de Sementes) – Faculdade de Agronomia Eliseu Maciel, Universidade Federal de Pelotas, Pelotas, 2022. |
url |
http://guaiaca.ufpel.edu.br/handle/prefix/9054 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pelotas |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Ciência e Tecnologia de Sementes |
dc.publisher.initials.fl_str_mv |
UFPel |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Faculdade de Agronomia Eliseu Maciel |
publisher.none.fl_str_mv |
Universidade Federal de Pelotas |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPel - Guaiaca instname:Universidade Federal de Pelotas (UFPEL) instacron:UFPEL |
instname_str |
Universidade Federal de Pelotas (UFPEL) |
instacron_str |
UFPEL |
institution |
UFPEL |
reponame_str |
Repositório Institucional da UFPel - Guaiaca |
collection |
Repositório Institucional da UFPel - Guaiaca |
bitstream.url.fl_str_mv |
http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/6/dissertacao_rita_cassia_mota_monteiro.pdf.txt http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/7/dissertacao_rita_cassia_mota_monteiro.pdf.jpg http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/1/dissertacao_rita_cassia_mota_monteiro.pdf http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/2/license_url http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/3/license_text http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/4/license_rdf http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/5/license.txt |
bitstream.checksum.fl_str_mv |
0f486e5596568c353ccb1d838085fe82 8578ed99d1edbd6345d8fe6eda5391ce f2bf8c0dcd5373b244b0a034cd59a4ce 4afdbb8c545fd630ea7db775da747b2f d41d8cd98f00b204e9800998ecf8427e d41d8cd98f00b204e9800998ecf8427e fbd6c74465857056e3ca572d7586661b |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPel - Guaiaca - Universidade Federal de Pelotas (UFPEL) |
repository.mail.fl_str_mv |
rippel@ufpel.edu.br || repositorio@ufpel.edu.br || aline.batista@ufpel.edu.br |
_version_ |
1801846872174755840 |